python - 如何防止选择第一行作为索引列

Question

我在读取数据时遇到问题，即使我使用 index_col=None 或 index_col=None，第一列仍被指定为索引列。类似的问题发布为pandas read_csv index_col=None not working with delimiters at the end of each line

raw_data = {'patient': ['spried & roy']*5,
            'obs': [1, 2, 3, 1, 2],
            'treatment': [0, 1, 0, 1, 0],
            'score': ['strong', 'weak', 'normal', 'weak', 'strong'],

            }
df = pd.DataFrame(raw_data, columns = ['patient', 'obs', 'treatment', 'score'])

   patient  obs  treatment   score
0  spried & roy    1          0  strong
1  spried & roy    2          1    weak
2  spried & roy    3          0  normal
3  spried & roy    1          1    weak
4  spried & roy    2          0  strong

使用制表符分隔格式将 df 写入 csv

df.to_csv('xgboost.txt', sep='\t', index=False)

再读一遍

read_df=pd.read_table(r'xgboost.txt', header=0,index_col=None, skiprows=0, skipfooter=0, sep="\t",delim_whitespace=True) 

read_df

         patient  obs  treatment   score
spried &     roy    1          0  strong
       &     roy    2          1    weak
       &     roy    3          0  normal
       &     roy    1          1    weak
       &     roy    2          0  strong

正如我们所见，patent 列分为 spried & 和 roy，spried & 甚至成为索引列如果我明确地写index_col=None。

如何正确获取patent列并控制索引列存在与否？

谢谢

Answer 1

只需删除 delim_whitespace=True，因为它在解决方案中使用空格分隔符而不是 制表符，但此处仅适用 sep='\t' 带有文件名的参数:

df.to_csv('xgboost.txt', sep='\t', index=False)
read_df=pd.read_table(r'xgboost.txt', sep="\t") 
print (read_df)
        patient  obs  treatment   score
0  spried & roy    1          0  strong
1  spried & roy    2          1    weak
2  spried & roy    3          0  normal
3  spried & roy    1          1    weak
4  spried & roy    2          0  strong

另一个想法是写入文件空白分隔符，因此 delim_whitespace=True 工作得很好:

df.to_csv('xgboost.txt', sep=' ', index=False)

read_df=pd.read_table(r'xgboost.txt', delim_whitespace=True)